OpenAI: tomar decisiones ya es el 21,6% del uso laboral de ChatGPT en Estados Unidos y la escritura cae al 21,4% de las consultas

El equipo de investigación económica de OpenAI publicó el 26 de octubre de 2026 el análisis "ChatGPT's expanding world of work" junto con Signals v3.0, la tercera versión de su conjunto de datos abierto sobre cómo se usa ChatGPT. El estudio cubre 165 actividades laborales en cerca de 100 países, desde el primer trimestre de 2025 hasta el tercero de 2026, y fue desglosado el 27 de octubre por PPC Land.

La conclusión principal cambia la conversación sobre IA en las empresas: en Estados Unidos, la actividad laboral más frecuente en ChatGPT ya no es redactar, sino tomar decisiones y resolver problemas, con el 21,6% de las consultas de trabajo en el primer trimestre de 2026.

¿Para qué usan ChatGPT las personas en su trabajo?

Los datos de Estados Unidos, comparando el primer trimestre de 2025 con el de 2026, muestran un desplazamiento hacia tareas de criterio:

• Tomar decisiones y resolver problemas: de 22,8% a 21,6%, sigue en el primer lugar.
• Pensar creativamente: de 11,8% a 15,6%.
• Documentar o registrar información: de 10,6% a 11,8%.
• Dar consultoría y asesoría a otros: de 5,5% a 9,0%.
• Interactuar con computadores: de 11,7% a 6,7%, la mayor caída.

Alemania sigue un patrón similar: decidir y resolver problemas representó el 19,4% de las consultas laborales y la asesoría a otros subió de 7,1% a 11,7%. Según OpenAI, en el primer trimestre de 2025 la planificación y la toma de decisiones pesaron el 35,8% de las consultas de trabajo en ChatGPT, frente a solo el 9,3% de las actividades de la economía estadounidense en su conjunto.

¿Por qué cae la escritura en ChatGPT?

Los datos de consumo de Signals, basados en una muestra de un millón de mensajes por mes de usuarios adultos clasificados con un modelo de lenguaje, muestran que la escritura bajó de 34,1% en julio de 2024 a 21,4% en septiembre de 2026. La ayuda técnica cayó de 13,5% a 4,6%, mientras subieron la orientación práctica (de 26,1% a 28,1%) y la búsqueda de información (de 16,7% a 20,2%).

La participación de consultas relacionadas con el trabajo en el uso de consumo bajó de 51,6% a 32,2%, porque el uso personal creció más rápido. El dato varía por plan: en el gratuito pasó de 44,0% a 24,7%, mientras que en el plan Pro subió de 64,2% a 68,1%.

¿Se está concentrando el uso en pocas tareas?

Al contrario. En los 74 países que OpenAI siguió todos los trimestres, las diez actividades más frecuentes pasaron de concentrar el 56,0% de las consultas laborales en el primer trimestre de 2025 a 51,1% en el tercero de 2026. Es decir, la IA se está usando para una variedad mayor de tareas, y la diferencia entre países se mantuvo estable.

Análisis de Revenue Hub

El dato que más importa a un líder comercial no es la caída de la escritura, sino que la IA ya es una herramienta de criterio: se usa para decidir qué cuenta priorizar, cómo responder a una objeción o qué recomendar a un cliente. Para las empresas en Chile y Latinoamérica, eso desplaza el riesgo. Un correo mal redactado se corrige; una decisión de pipeline tomada con datos incompletos se paga en el forecast. Cuando el vendedor le pregunta a un asistente qué hacer con un negocio y el CRM tiene etapas desactualizadas, la respuesta sale igual de convincente y equivocada.

La recomendación concreta: antes de ampliar licencias de IA, identificar las tres o cuatro decisiones comerciales que el equipo ya está consultando con asistentes (priorización de leads, próximos pasos, descuentos, renovaciones) y asegurar que los datos que alimentan esas decisiones estén completos y gobernados. Ese trabajo de base es el que describimos en nuestra guía sobre preparar el CRM antes de sumar agentes de IA, y es también el punto de partida para definir qué decisiones puede delegar un equipo en agentes de IA dentro de una operación RevOps.

El segundo aprendizaje es de medición. Si la IA se usa para decidir, el indicador de adopción no puede ser cuántos correos redactó, sino cuántas decisiones quedaron registradas en el CRM y qué resultado tuvieron. Las empresas que conecten ambos registros podrán saber si la IA mejora la calidad de sus decisiones comerciales o solo las acelera.